cv2在图像上的应用-续3

见到convolve这个单词，恍然间中蹦出这么一句话，像是曾听过的评论的一句，像是翻的不知哪本书里偶遇过，像是影视里某场景的台词，更像是某大咖在阔论时感慨中的归敛。卷这个字在我读书的年代是没这么用的，那时叫卷积云，一卷胶片，读书破万卷，铁卷丹书，风卷残云，军书十二卷，卷卷有爷名......一番搜刮就记起这些，因素有些洁癖，就字面上理解和对手卷在一起是什么感受啊，当然了对方有“洗衣粉”另当别论，自伤和伤敌均摊下，咬咬牙也要卷抱在一起了。于是想了想，查了下太行山上的发行日是05年的，时段就对上了，兴许这就是出处。今番要从另一个角度来解读卷，高斯卷。
限于所学，对其基于的数学原理尚未清晰领会，于此仅验证代码的可行与否。

截图的代码抄自superme的“OpenCV之高斯平滑（Python实现）”一文，略作改动，体现在r，c是整数矩阵，原代码未加int转换；np.power函数加上2次方，不加报错；二是把其自定义的getGaussKernel函数直接替换cv2.getGaussianKernel，验证可行，生成的图像未察觉变化，可知getGaussKernel函数确是cv2.getGaussianKernel的拆包近似实现，让学习者得以一窥高斯模糊的数学展示。仅此能说的是其通过分割原图片为H,W长宽的小块，再对块内的像素灰度值均衡化（gaussMatrix），至于为什么是自然系数e开（r，c的平方和除以标准差sigma的平方）次方，为什么要通过计算矩阵的和来归一化，实在说不出所以然来；np.transpose(gaussKenrnel_x)试过不加，呈现的一个维度上的模糊，纵纹上的条理相对可辨，加了就是二维平面上的模糊，细节更加圆润，此时画面就接近于photoshop的高斯模糊滤镜的效果了，加或不加总体上相差不明显。

转置：

未转置：

在这里，卷只是模糊化了边界，是看起来相互容纳和接洽了，寒战里的台词，事实才是最细腻的，当个体在卷的时候，模糊的是画面，还是事实呢？

生活的艺术是**，所指是生活，那一定是画面。